Spirit-v1.5 是 Spirit AI 的视觉-语言-动作（Vision-Language-Action，VLA）策略。平台以模型标识 spirit-v1.5 注册，使用 spirit 训练框架，支持 robochallenge、LeRobot v2 与 v3 数据集。
适用角色与前提
适用角色
| 角色 | 是否可创建训练任务 | 说明 |
|---|
| 管理员 | 是 | 不受模块权限限制 |
| 项目经理 | 需授权 | 由管理员在模块权限中授予 「创建训练任务」 |
| 标注员 | 需授权 | 同上 |
| 审核员 | 需授权 | 同上 |
| 采集员 | 需授权 | 同上 |
仅查看训练任务与指标需「查看训练」。
前置条件
| 项 | 要求 |
|---|
| 数据集版本 | robochallenge、LeRobot v2、v3。RoboChallenge 布局可直接训练，LeRobot 数据在训练前转换为 RoboChallenge 布局 |
| 框架 | spirit |
| 显存 | 无固定下限；建议多卡训练。默认每卡 batch_size 为 1 |
| 依赖 | 平台的模型训练服务已启用并配置至少一个训练位置；训练镜像内置 Spirit-v1.5 基座权重 |
| 状态字段 | observation.state 至少 8 维：前 7 维为末端位姿，第 8 维为夹爪宽度 |
| 视频字段 | 需提供三路 RGB 视频，映射到 main_realsense_rgb、handeye_realsense_rgb、side_realsense_rgb |
| 权限 | 创建需「创建训练任务」，查看需「查看训练」 |
关节角状态的数据不能直接训练 Spirit-v1.5，需先完成状态空间适配。
创建训练任务与参数
操作步骤
- 进入「模型」→「训练」，点击「创建训练任务」。
- 选择训练位置，可选本机 GPU 或管理员已启用的云训练位置。
- 在「选择模型」中选中
spirit-v1.5。
- 在「训练数据集」中选择数据来源：导出记录、已上传 LeRobot 数据集、下载链接或 HuggingFace。
- 在「训练参数」中设置参数，含义与默认值见下表。使用 LeRobot 数据且相机字段无法自动匹配时，填写
camera_map。
- 填写备注（可选）。
- 点击「创建训练任务」。
训练参数
| 参数 | 说明 | 默认值 | 取值范围 |
|---|
| batch_size | 每卡批大小 | 1 | 整数，≥ 1 |
| steps | 最大训练步数 | 10000 | 整数，≥ 1 |
| save_interval | checkpoint 保存间隔 | 2500 | 整数，大于 0 时下发 |
| log_freq | 日志间隔 | 25 | 整数，≥ 1 |
| num_workers | DataLoader 进程数 | 2 | 整数，≥ 0 |
| prefetch_factor | DataLoader 预取因子 | 2 | 整数，≥ 1 |
| num_gpus | torchrun 进程数 | 可见 GPU 数，否则 1 | 正整数 |
| wandb_mode | 指标上报模式 | disabled | disabled、offline、online |
| pretrained_path | 基座权重目录 | 镜像内置基座权重 | 含 model.safetensors 与 config.json 的目录 |
| task_name | LeRobot 转换时的任务名 | move_objects_into_box | 字符串 |
| task_prompt | LeRobot 转换时的语言提示 | 数据集任务文本 | 字符串 |
| camera_map | LeRobot 相机字段到 Spirit 三相机的映射 | 自动推断 | JSON |
结果校验
训练监控
训练详情页按 Spirit 日志格式解析指标并绘制曲线：
| 指标 | 含义 | 判断标准 |
|---|
| step | 已完成训练步数 | 逐步递增至设定的 steps |
| total_steps | 设定的训练总步数 | 与 steps 一致 |
| loss | 训练损失 | 总体下降 |
| learning_rate | 当前学习率 | 按调度策略变化 |
校验清单
训练服务按容器退出码判定任务终态：退出码为 0 记为成功，非 0 记为失败。
| 校验项 | 通过标准 |
|---|
| 任务状态 | 训练详情页状态为「成功」，容器退出码为 0 |
| 产物目录 | 输出目录下的 spirit_train/ |
| 检查点 | 「模型输出」列出 checkpoint；last 指向的条目类型为 「最终」，其余为「步骤」 |
| 指标曲线 | 「训练指标」绘制 step、loss、learning_rate |
| 日志 | 「实时日志」可读取，无持续报错 |
Spirit 的训练与推理分离，部署时使用平台推理服务。「模型输出」中的 checkpoint 可下载、同步到对象存储；推理侧说明见模型推理。
异常处置
| 现象 | 可能原因 | 处置 | 责任方 |
|---|
| 转换时提示缺少三路相机 | LeRobot 数据缺少可识别的相机字段 | 在 camera_map 中显式映射三路相机字段 | 算法工程师 |
转换时提示 observation.state 维度不足 | 状态少于 8 维，或为关节角而非末端位姿 | 提供 7 维末端位姿加 1 维夹爪宽度的状态向量 | 算法工程师 |
| 权重目录不可用 | 指定目录缺少 model.safetensors 或 config.json | 使用镜像内置基座权重，或指定完整目录 | 管理员 |
| 显存不足 | batch_size 或 num_workers 过大 | 降低 batch_size 与 num_workers；改用多卡训练 | 算法工程师 |
| 训练立即失败，提示找不到数据集 | 输入目录既不是 RoboChallenge 布局，也无法转换 | 检查 meta/info.json 与目录结构后重新选择数据集 | 项目经理 |
| 训练位置不可用 | 平台未启用该训练位置，或该位置 GPU 不可用 | 更换训练位置；联系管理员检查训练服务 | 管理员 |
相关页面